Cleaning Raw Data

Aplikasi Keluarga Sehat

dengan Ms. Office Excel
Pertemuan Koordinasi Teknis Pembinaan Pelaksanaan PIS-PK
Tingkat Provinsi Gorontalo, 21-22 September 2021
Tahap Manajemen Data
1. Data Entry/Pengumpulan Data
2. Coding
3. Cleaning
4. Analisis
5. Data Use
Cleaning
Data cleaning (Pembersihan data) adalah proses mendeteksi,
mengoreksi (atau menghapus) catatan yang rusak atau tidak akurat dari
kumpulan catatan, tabel, atau database dengan mengidentifikasi bagian
data yang tidak lengkap, tidak benar, tidak akurat atau tidak relevan
dan kemudian mengganti, memodifikasi, atau menghapus data kotor
atau kasar.
Data Yang Perlu Dilakukan Cleaning
1. Tanggal Survei dan Tanggal Lahir
2. Hubungan Keluarga
3. Diagnosis Hipertensi pada umur < 15 tahun
4. Perempuan 10-54 tahun yang sudah kawin dan tidak menjawab
status kehamilan
1. Cleaning Tanggal Survei dan
Tanggal Lahir
Cari TANGGAL SURVEI
yang tidak lazim
Cari TANGGAL LAHIR
yang tidak lazim
Cek TANGGAL LAHIR dengan menggunakan rumus:
=DATEDIF(TANGGAL LAHIR;TANGGAL SURVEI;”Y”)
Jika hasil rumus menunjukkan:
“#VALUE!” maka terdapat TANGGAL LAHIR yang aneh
“#NUM!” maka TANGGAL SURVEI lebih duluan
dibandingkan TANGGAL LAHIR (TANGGAL SURVEI <
TANGGAL LAHIR), hal ini tidak boleh terjadi, maka
data harus dicleaning/ditanyakan kembali ke surveyor
2. Cleaning Hubungan
Keluarga
Bisa dicek menggunakan Pivot Table:
1 SURVEI ID harus memiliki 1 KEPALA KELUARGA,
tidak boleh lebih atau kurang
3. Cleaning Diagnosis
Hipertensi
pada Umur < 15 Tahun
Pilih UMUR(TAHUN) < 15
Jika pada kolom DI DIAGNOSIS HIPERTENSI
terdapat “Y”, maka perlu ditanyakan kembali ke
surveyor
4. Cleaning Perempuan 10-54 Tahun
yang Sudah Kawin dan Tidak
Menjawab Status Kehamilan
Pilih:
- UMUR(TAHUN) = 10-54 Tahun
- JENIS KELAMIN = perempuan
- STATUS KAWIN = kawin
Jika pada kolom WANITA USIA HAMIL
terdapat “Blanks”, maka perlu ditanyakan
kembali ke surveyor
TERIMA KASIH